随机试验的方案设计与结果分析.ppt

例：现有不同食品添加剂对三种不同配方　蛋糕质量的影响试验 配方因素A有3个水平 食品添加剂B有3个水平 分3次烘烤 　产品质量评分结果如表，试分析因素、水平和处理间的差异显著性。 表6-20　不同食品添加剂对三种不同配方蛋糕质量的影响 处理 重复 处理总和 处理平均 Ⅰ Ⅱ Ⅲ A1B1 8 8 8 24 8.0 A1B2 7 7 6 20 6.7 A1B3 6 5 6 17 5.7 A2B1 9 9 8 26 8.7 A2B2 7 9 6 22 7.3 A2B3 8 7 6 21 7.0 A3B1 7 7 6 20 6.7 A3B2 8 7 8 23 7.7 A3B3 10 9 9 28 9.3 区组总和 70 68 63 201 7.4 首先进行平方和与自由度的分解 矫正数　 总和　 处理间　 区组间　 误差　 表6-21　因素间两向表 因素 B1 B2 B3 A因素总和 A因素平均 A1 24 20 17 61 6.8 A2 26 22 21 69 7.7 A3 20 23 28 71 7.9 B因素总和 70 65 66 201 B因素平均 7.8 7.2 7.3 7.4 将处理分解为因素A和因素B的两向 因素A　 因素B　 交互作用　 1.提出无效假设，进行方差分析并F测验 2.结果表明，不同处理间、不同配方间和食品添加剂与配方的交互作用差异达到显著水平，而食品添加剂间差异不显著。 3.多重差异比较－－新复极差测验 新复极差测验 首先进行配方间多重差异比较 按dfe=16，查附表8，当k=2,3的SSR值，见表6-23 根据表6-23的最小显著极差标准，测验各个平均数之间的显著性。 结论：从主效应分析，食品添加剂之间差异不显著，配方A3与A1之间差异极显著，A2与A3差异不显著。进行处理间多重差异比较 烘烤方式A 水分B B1 B2 B3 B4 12.0 9.5 16.0 18.0 A1 13.0 10.0 15.5 19.0 14.5 12.5 14.0 17.0 5.0 13.0 17.5 15.0 A1 6.5 14.0 18.5 16.0 5.5 15.0 16.0 17.5 在啤酒生产中，为了研究烘烤方式A与大麦水分B对糖化时间的影响，选择了两种烘烤方式，四种水分共8种处理，每个处理重复3次。 pH值(A) 魔芋精粉浓度/%(B) B1 0.10 B2 0.15 B3 0.20 A1 3.5 11.2 10.3 9.7 54.6 57.1 60.3 162.0 151.3 140.4 A2 4.0 16.5 16.8 15.2 73.5 71.2 66.5 211.4 222.8 237.1 A3 4.5 8.1 7.3 6.9 28.3 31.2 30.7 102.5 110.4 121.7 第五节　裂区试验的方差分析 1.研究的两个因素精确度不同，精度高的安排在裂区，精度低的在主区。 2.裂区试验与二因素随机区组试验在分析上不同，其差异在于裂区设计的方差分析分为主区和裂区两部分，主区按随机区组试验的方差分析，裂区部分按裂区试验的方差分析。变异原因包括主区误差和裂区误差两部分。 随机试验的方案设计与结果分析教材 谢谢 * 例一：计算方差 四、F 检验 无效假设把各个处理的变量假设来自同一总体，即处理间方差不存在处理效应，只有误差的影响，因而处理间的样本方差 与误差的样本方差 相等，即： 无效假设是否成立，决定于计算的F值在F分布中出现的概率。在显著水平a下，如果计算的FFa(dfA , dfE)，即接受无效假设H0，说明处理间差异不明显。若FFa(dfA , dfE)，拒绝H0，说明处理间差异明显。 F检验的计算步骤 为了减少计算错误，常常须对原始数据作线性变换。 计算出总的方差、组间方差和组内方差。 计算F值。 作假设检验。 例一：（续一）分析果肉硬度的差异显著性 F0.05(4,15)=3.06，F F0.05(4,15)，故接受无效假设，认为处理间没有明显差异 例二： 多重比较 F检验否定了无效假设，说明处理有显著差异，但是没有说明哪些处理间有显著差异。 要明确不同处理平均数两两间差异的显著性，每个处理的平均数都要与其它的处理进行比较，这种差异显著性的检验就叫多重比较。 多重比较的方法很多，过去多用最小显著差数法(LSD法)，近年来多使用最小显著极差法(LSR法)。 最小显著差数法(LSD法) 最小显著差数法的实质是两个平均数相比较的t检验法。检验的方法是首先计算出达到差异显著的最小差数，记为LSD，然后用两个处理平均数的差 与LSD比较，若 ＞LSD，即为在给定的显著水平下差异显著，反之，差异不显著。 就可以在0.05或0.01水平上拒绝H0，接受H